电子科技大学：《模式识别 Pattern Recognition》课程教学资源（课件讲稿）第三章 线性分类器

细胞壁的功能 一、机械支持 二、细胞壁与细胞生长的调控 三、细胞壁与物质运输 四、细胞壁与细胞识别 五、细胞壁与植物的防御功能 六 、细胞壁与细胞分化

基于高性能的YOLOv3目标检测算法，提出一种分阶段高效火车号识别算法。整个识别过程分为两个阶段：第一阶段在低分辨率全局图像中检测出火车号区域位置；第二阶段在局部高分辨率图像中检测出组成火车号的字符，根据字符的空间位置关系搜索得到12位火车号，并利用每个字符的识别置信度及火车号编码规则进行校验得到最终火车号。另外，本文提出一种结合批一化因子和滤波器相关度的剪枝算法，通过对两个阶段检测模型的剪枝，在保证识别准确率不降（实验中略有提升）的条件下降低了存储空间占用率和计算复杂度。在现场采集的1072幅火车号图像上的实验结果表明，本文提出的火车号识别算法达到了96.92%的整车号识别正确率，平均识别时间仅为191 ms

在基于独立分量分析的人耳识别方法研究基础上,提出复合结构分类器的人耳识别通用模型.该模型首先根据人耳的几何特征对人耳进行粗分类;然后应用独立分量分析的方法提取代数特征,支持向量机进行细分类,最后给出分类结果.这与人类由粗到细的识别过程是相符合的,能够克服单一独立分量分析识别方法的特征提取时间过长、特征数过多的缺点,同时避免了归一化过程中丢失比例结构特征的问题.实验结果表明,该模型取得了较高的识别率,尤其适用于规模大的复杂人耳库

实验一 蔬菜植物的识别与分类.1 实验二 蔬菜植物的春化作用.13 实验三 蔬菜种子形态识别.17 实验四 蔬菜种子质量及活力测定.28 实验五 果菜类蔬菜种子的播前处理.35 实验六 蔬菜幼苗的识别.45 实验七 植物生长调节剂的配制及其在蔬菜上的应用.46 实验八 二氧化碳施肥技术.48 实验九 蔬菜植物育苗营养土配制及床土消毒.51 实验十 瓜类嫁接育苗技术.53 实验十一 瓜类蔬菜的花芽分化和性型分化.56 实验十二 南瓜的形态观察及植株调整.57 实验十三 茄子嫁接育苗技术.59 实验十四 茄果类蔬菜的花芽分化观察.62 实验十五 温室果菜的植株调整.65 实验十六 大白菜和结球甘蓝的解体分析及产量构成.67 实验十七 根菜类肉质根的形态和构造观察.72 实验十八 葱蒜类蔬菜的形态特征和产品器官构成.75 实验十九 绿叶类蔬菜形态特征观察.78 实验二十 菠菜的性别识别.79 实验二十一 豆类蔬菜植株形态及开花结果习性观察.80 实验二十二 薯芋类蔬菜产品器官形态观察.82 实验二十三 水生蔬菜的形态结构及繁殖技术.84 实验二十四 多年生蔬菜的形态观察.86 实验二十五 蔬菜种植园的规划与建设.87 实验二十六 稀特蔬菜的识别与分类.92 实验二十七 芽苗菜的工厂化生产技术.95 实验二十八 稀特蔬菜幼苗的识别.98 实验二十九 稀特蔬菜的品尝.102 实验三十 园艺设施结构类型调查.107 实验三十一 电热温床的制作.114 实验三十二 温室（大棚）性能观测.120 实验三十三 日光温室设计.124 实验三十四 无土栽培营养液的配制.126 实验三十五 营养液浓度的管理.129 实验三十六 无土栽培基质的识别与理化性质.131 实验三十七 蔬菜无土育苗.133 实验三十八 蔬菜 Vc 含量的测定. 实验三十九 蔬菜可溶性糖含量的测定. 实验四十 蔬菜硝酸盐含量的测定. 实验四十一 水果型蔬菜产品品质的测定. 实验四十二 蔬菜浸泡标本的制作. 实验四十三 蔬菜植物无公害绿色产品生产规程制定与实施

实验一 主要禾谷类作物的认识和鉴别. 1 实验二 小麦分蘖特性的观察. 5 实验三 小麦幼穗分化的观察. 9 实验四 小麦产量构成因素及成熟期植株性状考察.15 实验五 玉米穗分化过程的观察.18 实验六 玉米成熟期估产和室内考种.21 实验七 水稻形态特征及类型识别.24 实验八 高粱和粟类作物类型的识别.28 实验九 甘薯、马铃薯的形态及块根、块茎内部构造的观察.34 实验十 食用豆类作物形态特征的观察.39 实验十一 大豆品种类型的识别.41 实验十二 棉花主要形态特征的观察.43 实验十三 花生形态的观察及类型的识别.48 实验十四 油菜形态的观察和类型的识别.52 实验十五 芝麻形态的观察及亚种类型的识别.55 实验十六 6 种麻类作物形态特征的识别.58

实验一植物病害的症状观察 实验二植物病原真菌的一般形态观察 实验三鞭毛菌与接合菌亚门真菌形态观察 实验四子囊菌和半知菌亚门真菌形态观察 实验五担子菌亚门真菌形态观察 实验六植物病原细菌的一般形态观察和染色 实验七植物病毒的一般形态电镜观察 实验八麦类病害的识别与诊断 实验九水稻病害的识别与诊断 实验十杂薯类病害的识别与诊断 实验十一棉花病害的识别与诊断 实验十二油料作物病害的识别与诊断 实验十三蔬菜病害的识别与诊断 实验十四果树病害的识别与诊断 实验十五杀菌剂田间药效实验 实验十六病害田间调查及标本采集 实验十七病原菌的分离培养

第一章 园艺植物的形态识别 实验 1 主要果树树种的识别.3 实验 2 主要果树品种(品种群)的识别.7 实验 3 果树主要砧木的识别.16. 实验 4 果实分类与构造的观察.20 实验 5 蔬菜植物的农业生物学分类.23 实验 6 主要蔬菜植物种子形态识别与种子质量鉴别.25 实验 7 茶树树体及叶片形态观察.28 实验 8 茶叶种类的识别与品评.31 实验 9 一二年生花卉植物的分类与识别.34 第二章 园艺植物生物学特性观察 实验 1 园艺植物根系的观察.38 实验 2 园艺植物花芽分化的观察.40 实验 3 果树枝芽特性观察.42 实验 4 果树树体结构和生长结果习性的观察.45 实验 5 物候期的观察.50 实验 6 果树树冠体积及叶面积指数的测定.53 实验 7 蔬菜的生长周期与食用器官的形成.55 第三章 园艺植物生产所需环境条件的测定 实验 1 温度及光照对蔬菜生长与发育的影响.57 实验 2 落叶果树缺素症的观察.59 实验 3 蔬菜植物的营养诊断.60 第四章 园艺植物栽培技术 实验 1 蔬菜种子的发芽条件与活力测定.63 实验 2 苗床的结构、设置和性能.64 实验 3 园艺植物砧木种子层积处理.66 实验 4 园艺植物的嫁接技术.69 实验 5 果树的扦插和压条.71 实验 6 苗木的挖掘、分级、包装和假植.73 实验 7 果园规划与建园.75 实验 8 蔬菜种植园的规划与建设.78 实验 9 园艺植物设施种类、结构与性能分析.81 实验 10 节水灌溉装置的安装与应用.84 实验 11 蔬菜的植株调整.89 实验 12 果树修剪枝术.92 实验 13 观赏园艺植物的整形与修剪.96 实验 14 果树的施肥方法.100 实验 15 园艺植物的授粉.102 实验 16 园艺植物的疏花疏果.105 实验 17 植物生长调节剂在园艺植物上的应用.108 实验 18 果树的桥接.110 实验 19 果树的高接.111 实验 20 果树的刮树皮.112 实验 21 果树的防寒.113 实验 22 果树冻害的调查.115 实验 23 果树树势的判断与估产.118 实验 24 果实的采收、分级和包装.120 实验 25 苗圃历的制订.122 实验 26 果园管理工作历的制订.123 实验 27 园艺植物无公害绿色产品生产规程制定与实施.125

针对人耳识别中存在姿态、光照变化等问题,提出信息融合的方法,将二维人耳和三维人耳的信息进行融合,以克服姿态、光照对人耳识别的影响.对于二维人耳,由于姿态等的变化会导致人耳图像数据在高维空间中呈现出非线性流形结构,采用等距映射这种流形学习算法进行特征提取,对三维深度人耳则采用3D局部二值模式进行特征提取,然后分别进行二维和三维人耳识别,最后在决策层进行融合识别.在79人的人耳数据库上进行了实验,每人8幅带姿态的二维人耳图像和6幅带光照的三维人耳深度图像.实验结果表明,与单独的二维人耳和三维人耳识别相比,融合之后的识别效果和认证效果均有很大的改善

随着无人工厂、智能安监等技术在制造业领域的深入应用，以视觉识别预警系统为代表的复杂环境下动态识别技术成为智能工业领域的重要研究内容之一。在本文所述的工业级视觉识别预警系统中，操作人员头发区域由于其具有移动形态非规则性、运动无规律性的特点，在动态图像中的实时分割较为困难。针对此问题，提出一种基于SiamMask模型的时空预测移动目标跟踪算法。该算法将基于PyTorch深度学习框架的SiamMask单目标跟踪算法与ROI检测及STC时空上下文预测算法相融合，根据目标时空关系的在线学习，预测新的目标位置并对SiamMask模型进行算法校正，实现视频序列中的目标快速识别。实验结果表明，所提出的算法能够克服环境干扰、目标遮挡对跟踪效果的影响，将目标跟踪误识别率降低至0.156%。该算法计算时间成本为每秒30帧，比改进前的SiamMask模型帧率每秒提高3.2帧，算法效率提高11.94%。该算法达到视觉识别预警系统准确性、实时性的要求，对移动目标识别算法模型的复杂环境应用具有借鉴意义